基于人工智能的电商平台兴趣分析式商品推荐方法及系统技术方案

本发明专利技术公开了一种基于人工智能的电商平台兴趣分析式商品推荐方法及系统，涉及数据处理技术领域。该方法包括：提取用户语音信号和包含用户人脸的视频信号；截取任意一段视频信号作为待检测视频，对用户身份进行识别校验，若校验结果为用户身份与用户账号一致，则对用户语音信号进行识别，以得到语音识别结果；利用对视频信号中每一帧图像进行专注度检测，以得到多个专注度检测结果；根据语音识别结果和多个专注度检测结果确定并记录用户兴趣度高的商品，并在电商平台系统中提取相关商品，形成商品推荐集，并推荐给对应用户。本发明专利技术结合多种模型，实现精准的用户身份识别校验、语音识别及专注度检测，进而实现精准有效的商品推荐。荐。荐。

【技术实现步骤摘要】
基于人工智能的电商平台兴趣分析式商品推荐方法及系统


[0001]本专利技术涉及数据处理
，具体而言，涉及一种基于人工智能的电商平台兴趣分析式商品推荐方法及系统。

技术介绍

[0002]随着互联网技术和移动支付的发展，电商平台成为了现代社会购物的主流方式之一。对于用户来说，电商平台中拥有着更加丰富的商品种类和规格，能够满足他们日益增长的个性化需求；对于商家来说，电商平台不仅能够降低经营成本，而且能够增加曝光率和销售量。
[0003]然而，电商平台中的商品种类较多，用户往往无法高效地选取目标商品，极大地增加了用户在商品挑选过程中的时间成本。随着人工智能领域技术的发展，能够对用户的兴趣爱好进行充分分析，并为商品的针对性推荐提供直接的支持。因此，提出一种基于人工智能的电商平台兴趣分析式商品推荐方法及系统有非常重要的价值和意义。

技术实现思路

[0004]为了克服上述问题或者至少部分地解决上述问题，本专利技术提供一种基于人工智能的电商平台兴趣分析式商品推荐方法及系统，结合基于视频帧优选的多维度图像编码匹配式身份校验模型、基于语音去噪及多识别模块联合应用的端到端语音识别模型、基于分类置信度分析的自适应消耗式专注度检测模型，实现精准的用户身份识别校验、语音识别及专注度检测，进而实现精准有效的商品推荐。
[0005]为解决上述技术问题，本专利技术采用的技术方案为：
[0006]第一方面，本专利技术提供一种基于人工智能的电商平台兴趣分析式商品推荐方法，包括以下步骤：
[0007]当用户利用对应的用户账号及密码登录电商平台系统后，基于音视频提取设备提取用户语音信号和包含用户人脸的视频信号；
[0008]截取任意一段视频信号作为待检测视频，利用基于视频帧优选的多维度图像编码匹配式身份校验模型，对用户身份进行识别校验，生成校验结果；
[0009]若校验结果为用户身份与用户账号一致，则利用基于语音去噪及多识别模块联合应用的端到端语音识别模型，对用户语音信号进行识别，以得到语音识别结果；
[0010]利用基于分类置信度分析的自适应消耗式专注度检测模型，对视频信号中每一帧图像进行专注度检测，以得到多个专注度检测结果；
[0011]根据语音识别结果和多个专注度检测结果确定并记录用户兴趣度高的商品，并在电商平台系统中提取相关商品，形成商品推荐集，并推荐给对应用户。
[0012]首先，本专利技术提出了基于视频帧优选的多维度图像编码匹配式身份校验模型，对用户身份进行识别校验；该模型对视频的优质帧图像进行选取，在此基础上将视频优质帧图像和模板人脸图像进行多维度编码匹配，从而实现更加精准的身份识别校验。其次，本发
明提出了基于语音去噪及多识别模块联合应用的端到端语音识别模型，对语音信号进行识别；该模型能够将语音去噪网络模块、多个语音识别网络模块、语音识别结果对比模块进行联合应用，从而实现端到端的精准式语音识别。最后，本专利技术还提出了基于分类置信度分析的自适应消耗式专注度检测模型，对视频信号中的每一帧图像进行专注度检测；当使用简单的专注度检测模型时，若已经能够得到分类置信度较高的专注度检测结果，则无需利用较为复杂的专注度检测模型；反之，则利用复杂的专注度检测模型完成专注度检测。采用该专注度检测方式不仅能够保证专注度检测的精度，而且能够降低计算资源消耗。
[0013]基于第一方面，进一步地，上述利用基于视频帧优选的多维度图像编码匹配式身份校验模型，对用户身份进行识别校验的方法包括以下步骤：
[0014]利用峰值信噪比检测模型对待检测视频中的每一帧图像进行检测，以选取多幅优质帧图像；
[0015]利用高维度自编码器分别对各幅优质帧图像和预置的模板人脸图像进行高维度编码，并计算各幅优质帧图像与模板人脸图像之间的相似度，以得到多个高维度相似度结果；
[0016]利用低维度自编码器分别对各幅优质帧图像和预置的模板人脸图像进行高维度编码，并计算各幅优质帧图像与模板人脸图像之间的相似度，以得到多个低维度相似度结果；
[0017]若所有高维度相似度结果和低维度相似度结果均高于预置的相似度阈值，则认定用户身份与用户账号一致。
[0018]基于第一方面，进一步地，上述利用基于语音去噪及多识别模块联合应用的端到端语音识别模型，对用户语音信号进行识别的方法包括以下步骤：
[0019]将采用不同语音识别算法的多个语音识别网络模块进行并联，并在多个语音识别网络模块的前端共同连接一个语音去噪网络模块，在多个语音识别网络模块的后端共同连接一个语音识别结果比对模块，以组成端到端的语音识别模型；
[0020]通过端到端的语音识别模型对用户语音信号进行识别。
[0021]基于第一方面，进一步地，上述通过端到端的语音识别模型对用户语音信号进行识别的方法包括以下步骤：
[0022]将用户语音信号输入至语音去噪网络模块进行去噪处理，以得到去噪语音信号；
[0023]将去噪语音信号分别输入至多个语音识别网络模块进行语音识别，以得到多个识别结果；
[0024]将多个识别结果输入至语音识别结果比对模块进行比对分析，若多个识别结果一致，则输出最终的语音识别结果。
[0025]基于第一方面，进一步地，上述利用基于分类置信度分析的自适应消耗式专注度检测模型，对视频信号中每一帧图像进行专注度检测的方法包括以下步骤：
[0026]选取若干专注度高的人脸图像作为正样本，选取若干专注度低的人员图像作为负样本；
[0027]选取部分正样本和部分负样本对SVM模型进行训练，以得到基于SVM模型的专注度检测模型；
[0028]利用所有正样本和所有负样本对卷积神经网络进行训练，以得到基于卷积神经网
络的专注度检测模型；
[0029]针对任意一帧图像，进行多尺度重建，以得到多个尺度的图像；
[0030]利用基于SVM模型的专注度检测模型对多个尺度的图像进行检测，以得到多个检测结果；
[0031]若多个检测结果一致，则输出最终的专注度检测结果；反之，则利用基于卷积神经网络的专注度检测模型对该图像进行检测，以得到最终的专注度检测结果。
[0032]第二方面，本专利技术提供一种基于人工智能的电商平台兴趣分析式商品推荐系统，包括信号提取模块、身份校验模块、语音识别模块、专注度检测模块以及商品推荐模块，其中：
[0033]信号提取模块，用于当用户利用对应的用户账号及密码登录电商平台系统后，基于音视频提取设备提取用户语音信号和包含用户人脸的视频信号；
[0034]身份校验模块，用于截取任意一段视频信号作为待检测视频，利用基于视频帧优选的多维度图像编码匹配式身份校验模型，对用户身份进行识别校验，生成校验结果；
[0035]语音识别模块，用于若校验结果为用户身份与用户账号一致，则利用基于语音去噪及多识别模块联合应用的端到端语音识别模型，对用户语音信号进行识别，以得到语音识别结果；
[0036]专注度检测模块，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的电商平台兴趣分析式商品推荐方法，其特征在于，包括以下步骤：当用户利用对应的用户账号及密码登录电商平台系统后，基于音视频提取设备提取用户语音信号和包含用户人脸的视频信号；截取任意一段视频信号作为待检测视频，利用基于视频帧优选的多维度图像编码匹配式身份校验模型，对用户身份进行识别校验，生成校验结果；若校验结果为用户身份与用户账号一致，则利用基于语音去噪及多识别模块联合应用的端到端语音识别模型，对用户语音信号进行识别，以得到语音识别结果；利用基于分类置信度分析的自适应消耗式专注度检测模型，对视频信号中每一帧图像进行专注度检测，以得到多个专注度检测结果；根据语音识别结果和多个专注度检测结果确定并记录用户兴趣度高的商品，并在电商平台系统中提取相关商品，形成商品推荐集，并推荐给对应用户。2.根据权利要求1所述的一种基于人工智能的电商平台兴趣分析式商品推荐方法，其特征在于，所述利用基于视频帧优选的多维度图像编码匹配式身份校验模型，对用户身份进行识别校验的方法包括以下步骤：利用峰值信噪比检测模型对待检测视频中的每一帧图像进行检测，以选取多幅优质帧图像；利用高维度自编码器分别对各幅优质帧图像和预置的模板人脸图像进行高维度编码，并计算各幅优质帧图像与模板人脸图像之间的相似度，以得到多个高维度相似度结果；利用低维度自编码器分别对各幅优质帧图像和预置的模板人脸图像进行高维度编码，并计算各幅优质帧图像与模板人脸图像之间的相似度，以得到多个低维度相似度结果；若所有高维度相似度结果和低维度相似度结果均高于预置的相似度阈值，则认定用户身份与用户账号一致。3.根据权利要求1所述的一种基于人工智能的电商平台兴趣分析式商品推荐方法，其特征在于，所述利用基于语音去噪及多识别模块联合应用的端到端语音识别模型，对用户语音信号进行识别的方法包括以下步骤：将采用不同语音识别算法的多个语音识别网络模块进行并联，并在多个语音识别网络模块的前端共同连接一个语音去噪网络模块，在多个语音识别网络模块的后端共同连接一个语音识别结果比对模块，以组成端到端的语音识别模型；通过端到端的语音识别模型对用户语音信号进行识别。4.根据权利要求3所述的一种基于人工智能的电商平台兴趣分析式商品推荐方法，其特征在于，所述通过端到端的语音识别模型对用户语音信号进行识别的方法包括以下步骤：将用户语音信号输入至语音去噪网络模块进行去噪处理，以得到去噪语音信号；将去噪语音信号分别输入至多个语音识别网络模块进行语音...

【专利技术属性】
技术研发人员：黄建浩，
申请(专利权)人：北京海上升科技有限公司，
类型：发明
国别省市：